작성자

정우성14

AI Platform Team · 연구원

로봇에는 어떤 AI가 들어갈까요?

공장 로봇은 지금도 작업마다 위치를 하나하나 가르쳐야 합니다. 그런데 몇 번 보여 주면 새 일을 하는 로봇 AI가 나오고 있습니다. 로봇 파운데이션 모델이 무엇이고 무엇으로 배우는지, 지금 어디까지 왔는지 살펴봅니다.

LLM이 하던 일, 누가 가져가고 있을까?

아마존은 사내 티켓 분류에서 LLM을 빼고 결정 모델을 넣었습니다. 호출 시간은 78%, 정가 기준 비용은 약 98% 줄었다고 합니다. 무엇을 바꿨고 어떻게 갈아탔는지 살펴보고, LLM이 하던 일이 어디로 옮겨 가고 있는지 짚어 봅니다.

정우성7분기술의사결정 AI

AI 에이전트가 일하는 곳은 어디일까요?

AI 에이전트는 이제 답만 하지 않고 코드를 돌리고, 브라우저를 몰고, 사내 시스템에 접근합니다. 그 일은 어디서, 무엇을 쥐고 해야 할까요? 에이전트가 일하는 구조부터 짚고, 구글이 공개한 Agent Compute Engine의 설계를 살펴봅니다.

정우성6분기술AI 에이전트

LLM도 잠을 자야 한다고요?

배포된 LLM은 새로 배운 것을 오래 간직하지 못합니다. 다시 학습하면 예전 것을 잊고, 문맥에만 두면 세션이 끝날 때 사라집니다. 구글 리서치가 내놓은 Sleep 프레임워크가 이 문제를 어떻게 풀려 하는지 살펴봅니다.

정우성7분기술지속 학습

데이터도 이제 학습 없이 예측한다고요?

정답이 붙은 행을 보여 주기만 하면 새 행의 답을 내는 정형 데이터 파운데이션 모델이, 튜닝한 그래디언트 부스팅을 앞서기 시작했습니다. 이런 모델이 무엇인지부터 짚고, 엔비디아가 공개한 Kumo Tabular를 살펴봅니다.

정우성6분기술정형 데이터

이제 AI가 AI의 성능까지 올린다고요?

MIT CSAIL 연구진이 GPT-6 Astra에게 다른 모델의 가중치를 학습 없이 직접 고치게 했습니다. 점수는 크게 올랐지만, 들여다보면 새 능력을 더했다기보다 능력을 가로막던 고장을 고친 쪽에 가깝습니다.

정우성8분기술모델 편집